CN114387192A - 图像滤波方法、装置、电子设备和计算机可读介质 - Google Patents
图像滤波方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN114387192A CN114387192A CN202111580091.7A CN202111580091A CN114387192A CN 114387192 A CN114387192 A CN 114387192A CN 202111580091 A CN202111580091 A CN 202111580091A CN 114387192 A CN114387192 A CN 114387192A
- Authority
- CN
- China
- Prior art keywords
- value
- luminance
- image
- determining
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000001914 filtration Methods 0.000 title claims abstract description 49
- 238000013507 mapping Methods 0.000 claims abstract description 98
- 238000012545 processing Methods 0.000 claims abstract description 61
- 230000008859 change Effects 0.000 claims description 52
- 230000004044 response Effects 0.000 claims description 46
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 229910003460 diamond Inorganic materials 0.000 description 10
- 239000010432 diamond Substances 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本公开的实施例公开了一种图像滤波方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对原始图像进行编码处理；对待滤波图像进行区域划分处理；确定区域集合中每个区域与对应的原始图像区域之间的像素统计值；对像素统计值第一集合与像素统计值第二集合中的各个像素统计值进行排序处理；对区域集合中的各个区域进行分组处理；确定区域组集合中各个区域组的色度滤波系数；确定第一色度分量和第二色度分量的映射方法，以及确定区域组集合中每个区域组中的各个区域与色度滤波系数集合中各个色度滤波系数的映射关系；将映射方法、色度映射关系集合和色度滤波系数集合编码后与码流一起发送至目标终端。该实施方式滤波效果更好。
Description
技术领域
本公开的实施例涉及计算机技术领域，具体涉及图像滤波方法、装置、电子设备和计算机可读介质。
背景技术
视频是以特定的格式进行传输的，因此在视频传输之前，需要使用编码器将原始视频中的各个视频帧压缩处理成能够传输的码字。但由于受带宽的限制，编码器输出的用于传输的码字的数据量远小于无损压缩的最优输出数据量，因此接收端在使用解码器对接收到的码字进行图像重建后，会造成视频损失，使得视频中的各个视频帧的清晰度下降。目前，在重建视频帧图像时，通常采用的方式为：在编解码环路中加入图像复原滤波器。
然而，当采用上述方式重建图像时，经常会存在如下技术问题：
第一，对于色度分量的分类没有明确的算法，需要对色度区域执行多次尝试合并后才能确定出最优的分类，增加了色度区域类别融合过程中的复杂度，进而增加了计算资源的开销；
第二，对亮度分量的分类过细，各类亮度分量之间的计算会有重叠，导致计算复杂度增加，造成了计算资源的浪费。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了图像滤波方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种图像滤波方法，该方法包括：对原始图像进行编码处理，得到待滤波图像和码流，其中，上述原始图像是预先获取的视频帧序列中的任一视频帧；对上述待滤波图像进行区域划分处理，得到区域集合；分别根据第一色度分量和第二色度分量，确定上述区域集合中每个区域与对应的原始图像区域之间的像素统计值，得到像素统计值第一集合和像素统计值第二集合；对上述像素统计值第一集合与上述像素统计值第二集合中的各个像素统计值进行排序处理，得到目标像素统计值序列；根据上述目标像素统计值序列，对上述区域集合中的各个区域进行分组处理，得到区域组集合；确定上述区域组集合中各个区域组的色度滤波系数，得到色度滤波系数集合；确定上述第一色度分量和上述第二色度分量的映射方法，以及确定上述区域组集合中每个区域组中的各个区域与上述色度滤波系数集合中各个色度滤波系数的映射关系，得到色度映射关系集合；将上述映射方法、上述色度映射关系集合和上述色度滤波系数集合编码后与上述码流一起发送至目标终端。
第二方面，本公开的一些实施例提供了一种图像滤波装置，装置包括：编码处理单元，被配置成对原始图像进行编码处理，得到待滤波图像和码流，其中，上述原始图像是预先获取的视频帧序列中的任一视频帧；划分处理单元，被配置成对上述待滤波图像进行区域划分处理，得到区域集合；第一确定单元，被配置成分别根据第一色度分量和第二色度分量，确定上述区域集合中每个区域与对应的原始图像区域之间的像素统计值，得到像素统计值第一集合和像素统计值第二集合；排序处理单元，被配置成对上述像素统计值第一集合与上述像素统计值第二集合中的各个像素统计值进行排序处理，得到目标像素统计值序列；分组处理单元，被配置成根据上述目标像素统计值序列，对上述区域集合中的各个区域进行分组处理，得到区域组集合；第二确定单元，被配置成确定上述区域组集合中各个区域组的色度滤波系数，得到色度滤波系数集合；第三确定单元，被配置成确定上述第一色度分量和上述第二色度分量的映射方法，以及确定上述区域组集合中每个区域组中的各个区域与上述色度滤波系数集合中各个色度滤波系数的映射关系，得到色度映射关系集合；发送单元，被配置成将上述映射方法、上述色度映射关系集合和上述色度滤波系数集合编码后与上述码流一起发送至目标终端。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的图像滤波方法，能够将待滤波图像的色度分量划分为不同的区域后进行排序，并根据排序结果对色度区域进行分段归类，不需要对色度区域执行多次尝试合并，减少了色度区域类别融合过程中的复杂度，进而减少了计算资源的开销。具体来说，造成色度区域类别融合过程中的复杂度较高，进而增加计算资源的开销的原因在于：色度区域的分类没有明确的算法，需对色度区域执行多次尝试合并后才能确定出最优的分类。基于此，本公开的一些实施例的图像滤波方法，首先，对原始图像进行编码处理，得到待滤波图像和码流，其中，上述原始图像是预先获取的视频帧序列中的任一视频帧。由此，可以得到原始图像经过编码后的待滤波图像。然后，对上述待滤波图像进行区域划分处理，得到区域集合。由此，可以确定对待滤波图像的色度分量进行分类处理的精细度，划分出来的区域越小，分类处理的粒度越小，精细度也就越高。再然后，分别根据第一色度分量和第二色度分量，确定上述区域集合中每个区域与对应的原始图像区域之间的像素统计值，得到像素统计值第一集合和像素统计值第二集合。由此，可以确定上述待滤波图像中各个预设区域的色度分量与对应的原始图像区域的色度分量的偏差量。然后，对上述像素统计值第一集合与上述像素统计值第二集合中的各个像素统计值进行排序处理，得到目标像素统计值序列。由此，通过对上述待滤波图像中各个预设区域的色度分量与对应的原始图像区域的色度分量的偏差量的排序，可以实现对上述待滤波图像中各个预设区域的排序。再然后，根据上述目标像素统计值序列，对上述区域集合中的各个区域进行分组处理，得到区域组集合。由此，通过将待滤波图像的色度分量划分为不同的区域后进行排序，并根据排序结果对色度区域进行分段归类，能够将差距较小的像素统计值对应的色度区域划分至同一类，不需要对色度区域执行多次尝试合并，减少了色度区域类别融合过程中的复杂度，进而减少了计算资源的开销。之后，确定上述区域组集合中各个区域组的色度滤波系数，得到色度滤波系数集合。由此，通过确定出待滤波图像的不同色度区域组的色度滤波系数，可以提高待滤波图像的各个色度区域与滤波系数的匹配度，进而提高重建图像的质量。然后，确定上述第一色度分量和上述第二色度分量的映射方法，以及确定上述区域组集合中每个区域组中的各个区域与上述色度滤波系数集合中各个色度滤波系数的映射关系，得到色度映射关系集合。最后，将上述映射方法、上述色度映射关系集合和上述色度滤波系数集合编码后与上述码流一起发送至目标终端。由此，通过将色度滤波系数集合以及待滤波图像的各组色度区域与色度滤波系数之间的映射关系和映射方法发送至目标终端，使得目标终端不需要重新计算待滤波图像的不同色度区域组的色度滤波系数，减少了计算资源的开销。也因为将待滤波图像的色度分量划分为成不同的区域后进行排序，并根据排序结果对色度区域进行分段归类，不需要对色度区域执行多次尝试合并，减少了色度区域类别融合过程中的复杂度，进而减少了计算资源的开销。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的图像滤波方法的一个应用场景的示意图；
图2是根据本公开的图像滤波方法的一些实施例的流程图；
图3是根据本公开的图像滤波装置的一些实施例的结构示意图；
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图；
图5是本公开的色度滤波系数和亮度滤波系数对应的滤波器的形状；
图6是本公开的7×7大小的滤波器中亮度滤波系数发生旋转变化后各个滤波系数的位置；
图7是本公开的5×5大小的滤波器中亮度滤波系数发生旋转变化后各个滤波系数的位置。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的一些实施例的图像滤波方法的一个应用场景的示意图。
在图1的应用场景中，首先，计算设备101可以对原始图像102进行编码处理，得到待滤波图像103和码流104，其中，上述原始图像102是预先获取的视频帧序列中的任一视频帧。然后，计算设备101可以对上述待滤波图像103进行区域划分处理，得到区域集合105。再然后，计算设备101可以分别根据第一色度分量106和第二色度分量107，确定上述区域集合105中每个区域与对应的原始图像区域之间的像素统计值，得到像素统计值第一集合108和像素统计值第二集合109。然后，计算设备101可以对上述像素统计值第一集合108与上述像素统计值第二集合109中的各个像素统计值进行排序处理，得到目标像素统计值序列110。再然后，计算设备101可以根据上述目标像素统计值序列110，对上述区域集合105中的各个区域进行分组处理，得到区域组集合111。之后，计算设备101可以确定上述区域组集合111中各个区域组的色度滤波系数，得到色度滤波系数集合112。然后，计算设备101可以确定上述第一色度分量106和上述第二色度分量107的映射方法113，以及确定上述区域组集合111中每个区域组中的各个区域与上述色度滤波系数集合112中各个色度滤波系数的映射关系，得到色度映射关系集合114。最后，计算设备101可以将上述映射方法113、上述色度映射关系集合114和上述色度滤波系数集合112编码后与上述码流104一起发送至目标终端115。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。
继续参考图2，示出了根据本公开的图像滤波方法的一些实施例的流程200。该图像滤波方法，包括以下步骤：
步骤201，对原始图像进行编码处理，得到待滤波图像和码流。
在一些实施例中，图像滤波方法的执行主体(如图1所示的计算设备101)可以采用H.264编码器对原始图像进行编码处理，得到待滤波图像和码流。其中，上述原始图像是预先获取的视频帧序列中的任一视频帧。
由此，可以得到原始图像经过编码后的待滤波图像。
步骤202，对待滤波图像进行区域划分处理，得到区域集合。
在一些实施例中，上述执行主体可以根据预设区域大小，对上述待滤波图像进行区域划分处理，得到区域集合。
由此，可以确定对待滤波图像的色度分量进行分类处理的精细度，划分出来的区域越小，分类处理的粒度越小，精细度也就越高。
步骤203，分别根据第一色度分量和第二色度分量，确定区域集合中每个区域与对应的原始图像区域之间的像素统计值，得到像素统计值第一集合和像素统计值第二集合。
在一些实施例中，上述执行主体可以分别根据第一色度分量和第二色度分量，确定上述区域集合中每个区域与对应的原始图像区域之间的像素统计值，得到像素统计值第一集合和像素统计值第二集合。其中，上述像素统计值表征待滤波图像和原始图像的误差，例如，上述像素统计值可以为像素差平方和。上述第一色度分量表征图像的颜色。上述第二色度分量表征图像颜色的饱和度。
例如，上述预设区域大小可以为32×32像素。可以通过以下公式确定上述待滤波图像区域与对应的原始图像区域之间的第一色度分量的像素统计值：
其中,SSE(U)表示上述待滤波图像区域与对应的原始图像区域之间的第一色度分量的像素统计值。i表示序号。j表示序号。U表示上述第一色度分量。rec[U][i][j]表示上述预设区域对应的待滤波图像色度分量U第i行第j列像素值。org[U][i][j]表示上述预设区域对应的原始图像色度分量U第i行第j列像素值。
可以通过以下公式确定上述待滤波图像区域与对应的原始图像区域之间的第二色度分量的像素统计值：
其中,SSE(V)表示上述待滤波图像区域与对应的原始图像区域之间的第二色度分量的像素统计值。V表示上第二色度分量。rec[V][i][j]表示上述预设区域对应的待滤波图像色度分量V第i行第j列像素值。org[V][i][j]表示上述预设区域对应的原始图像色度分量V第i行第j列像素值。
由此，可以确定上述待滤波图像中各个预设区域的色度分量与对应的原始图像区域的色度分量的偏差量。
步骤204，对像素统计值第一集合与像素统计值第二集合中的各个像素统计值进行排序处理，得到目标像素统计值序列。
在一些实施例中，上述执行主体可以对上述像素统计值第一集合与上述像素统计值第二集合中的各个像素统计值进行升序排列，得到目标像素统计值序列。
由此，通过对上述待滤波图像中各个预设区域的色度分量与对应的原始图像区域的色度分量的偏差量的排序，可以实现对上述待滤波图像中各个预设区域的排序。
在一些实施例的一些可选的实现方式中，上述执行主体对上述像素统计值第一集合与上述像素统计值第二集合中的各个像素统计值进行排序处理，得到目标像素统计值序列，可以包括以下步骤：
第一步，将上述像素统计值第一集合与上述像素统计值第二集合中对应于同一区域的像素统计值的和值作为目标像素统计值，得到目标像素统计值集合。
第二步，对上述目标像素统计值集合中的各个目标像素统计值进行排序，得到目标像素统计值序列。
可以按照升序的方式对上述目标像素统计值集合中的各个目标像素统计值进行排序，得到目标像素统计值序列。
步骤205，根据目标像素统计值序列，对区域集合中的各个区域进行分组处理，得到区域组集合。
在一些实施例中，上述执行主体首先，可以预先设定色度分量的分类数，然后将上述目标像素统计值序列包括的目标像素统计值的个数与预先设定的色度分量的分类数的商值进行四舍五入后，确定为对上述目标像素统计值序列分类后每类包括的目标像素统计值的个数。然后，按照从大到小的顺序将上述目标像素统计值序列划分至各个类中，其中，最后一类包括的目标像素统计值的数量为上述目标像素统计值序列包括的目标像素统计值的个数与已分配的目标像素统计值的个数的差值。再然后，将同一类中的各个目标像素统计值对应的区域分配至同一组以生成区域组，得到区域组集合。
例如，上述目标像素统计值序列可以为{5，4，3，2，1}，预先设定的色度分量的分类数可以为3，则每类包括的目标像素统计值的个数为2，按照从大到小的顺序将上述目标像素统计值序列划分至各个类中，可以得到{5，4}、{3，2}和{1}3类。
由此，通过将待滤波图像的色度分量划分为不同的区域后进行排序，并根据排序结果对色度区域进行分段归类，能够将差距较小的像素统计值对应的色度区域划分至同一类，不需要对色度区域执行多次尝试合并，减少了色度区域类别融合过程中的复杂度，进而减少了计算资源的开销。
步骤206，确定区域组集合中各个区域组的色度滤波系数，得到色度滤波系数集合。
在一些实施例中，上述执行主体可以采用维纳霍夫方程确定上述区域组集合中各个区域组的色度滤波系数，以及采用率失真优化函数调整上述区域组集合中各个区域组的色度滤波系数，得到色度滤波系数集合。其中，上述色度滤波系数集合中的色度滤波系数表征对上述待滤波图像的色度分量进行调整的图像复原滤波器的系数。上述色度滤波系数对应的滤波器的形状可以为7×7的菱形或者5×5的菱形。如图5所示，Filter7×7表征7×7的菱形滤波器，Filter5×5表征5×5的菱形滤波器。滤波器中的滤波系数是中心对称的。
由此，通过确定出待滤波图像的不同色度区域组的色度滤波系数，可以提高待滤波图像的各个色度区域与滤波系数的匹配度，进而提高重建图像的质量。
步骤207，确定第一色度分量和第二色度分量的映射方法，以及确定区域组集合中每个区域组中各个区域与色度滤波系数集合中各个色度滤波系数的映射关系，得到色度映射关系集合。
在一些实施例中，上述执行主体可以随机确定上述第一色度分量和上述第二色度分量的映射方法，以及根据区域组集合中各个区域组确定出来的色度滤波系数，确定上述区域组集合中每个区域组中的各个区域与上述色度滤波系数集合中各个色度滤波系数的映射关系，得到色度映射关系集合。其中，上述映射方法表征第一色度分量和第二色度分量是共用映射关系，还是采用独立映射关系。例如。可以使用0表示第一色度分量和第二色度分量是共用映射关系，使用1表示第一色度分量和第二色度分量采用独立映射关系。
步骤208，将映射方法、色度映射关系集合和色度滤波系数集合编码后与码流一起发送至目标终端。
在一些实施例中，上述执行主体可以采用H.264编码器，将上述映射方法、上述色度映射关系集合和上述色度滤波系数集合进行编码后与上述码流一起发送至目标终端。
由此，通过将色度滤波系数集合以及待滤波图像的各组色度区域与色度滤波系数之间的映射关系和映射方法发送至目标终端，使得目标终端不需要重新计算待滤波图像的不同色度区域组的色度滤波系数，减少了计算资源的开销。
可选地，上述执行主体还可以执行以下步骤：
第一步，对上述待滤波图像进行图像块划分处理，得到图像块集合。
其中，上述图像块集合中的图像块包括至少一个子图像块。例如，上述图像块可以由4×4个子图像块组成。上述子图像块可以为一个像素点。
由此，可以实现对待滤波图像的块划分。
第二步，确定上述图像块集合中每个图像块的类别序号和旋转变化序号。
其中，上述类别序号表征图像块对应的类别可以为边缘类或非边缘类。上述边缘类表征图像块边缘具有同一方向。上述边缘类对应的图像块的亮度滤波系数的位置具有预定义的旋转变化。上述旋转变化只改变亮度滤波系数的位置，不改变亮度滤波系数。上述边缘类可以包括弱边缘和强边缘。上述非边缘类表征图像块边缘不具有同一方向。上述非边缘类对应的图像块的亮度滤波系数的位置无旋转变化。上述旋转变化序号对应亮度滤波系数的一个旋转角度。上述旋转变化可以参照图6和图7。图6表示7×7的菱形滤波器中各个滤波系数的位置。图7表示5×5的菱形滤波器中各个滤波系数的位置。Pattern7×7_H和Pattern5×5_H表示亮度滤波系数无旋转。Pattern7×7_V和Pattern5×5_V表示亮度滤波系数垂直旋转。Pattern7×7_DIAG0和pattern5×5_DIAG0表示亮度滤波系数45度对角旋转。pattern7×7_DIAG1和pattern5×5_DIAG1表示亮度滤波系数135度对角旋转。图6和图7中同一个亮度滤波器中数字相同的位置具有相同的滤波系数。
第三步，根据类别序号对上述图像块集合中的图像块进行分类处理以生成图像块类，得到图像块类集合。
可以将上述图像块集合中类别序号相同的图像块归为一类，得到图像块类集合。
由此，可以实现对待滤波图像亮度分量的分类。
第四步，根据上述类别序号和上述旋转变化序号，确定上述图像块类集合中每个图像块类的亮度滤波系数，得到亮度滤波系数集合。
可以根据上述类别序号，采用维纳霍夫方程确定上述图像块类集合中每个图像块类的亮度滤波系数，以及根据旋转变化序号，采用率失真优化函数调整上述图像块类集合中每个图像块类的亮度滤波系数，得到亮度滤波系数集合。其中，上述亮度滤波系数集合中的亮度滤波系数表征对上述待滤波图像的亮度分量进行调整的图像复原滤波器的系数。上述亮度滤波系数对应的滤波器的形状可以为7×7的菱形或者5×5的菱形。如图5所示，Filter7×7表征7×7的菱形滤波器。上述Filter5×5表征5×5的菱形滤波器。滤波器中的滤波系数是中心对称的。
由此，可以确定出上述待滤波图像的各个图像块类的亮度滤波系数。
第五步，确定上述图像块类集合中各个图像块类与上述亮度滤波系数集合中各个亮度滤波系数的映射关系，得到亮度映射关系集合。
第六步，将上述亮度映射关系集合和上述亮度滤波系数集合编码后与上述码流一起发送至上述目标终端。
由此，通过将待滤波图像的各类亮度区域与亮度滤波系数之间的映射关系以及亮度滤波系数集合发送至目标终端，使得目标终端不需要重新计算待滤波图像的各类亮度区域的亮度滤波系数，减少了计算资源的开销。
在一些实施例的一些可选的实现方式中，上述执行主体确定上述图像块集合中每个图像块的类别序号和旋转变化序号，可以包括以下步骤：
第一步，确定上述图像块包括的每个子图像块的亮度值，得到亮度值集合。
可以通过获取每个图像块中各个子图像块的亮度值，得到亮度值集合。
第二步，根据上述亮度值集合，分别确定上述图像块包括的各个子图像块在垂直方向、水平方向、第一对角方向和第二对角方向的亮度梯度和，得到上述图像块的亮度垂直梯度值、亮度水平梯度值、亮度第一对角梯度值以及亮度第二对角梯度值。
其中，上述第一对角方向可以为45度对角方向。上述第二对角方向可以为135度对角方向。上述亮度梯度表征亮度的变化率。上述亮度垂直梯度值表征亮度分量在垂直方向上的变化率。上述亮度水平梯度值表征亮度分量在水平方向上的变化率。上述亮度第一对角梯度值表征亮度分量在45度对角方向上的变化率。上述亮度第二对角梯度值表征亮度分量在135度对角方向上的变化率。
在一些实施例的一些可选的实现方式中，上述执行主体确定上述图像块集合中每个图像块的类别序号和旋转变化序号，还可以包括以下步骤：
第一步，响应于确定上述亮度垂直梯度值、上述亮度第一对角梯度值以及上述亮度第二对角梯度值均大于第一预设系数与上述亮度水平梯度值的乘积值，将上述图像块对应的类别序号更新为预设值，以及将上述图像块对应的亮度滤波系数的旋转变化序号更新为第一旋转序号。
其中，上述类别序号和上述旋转变化序号的初始值均为零。上述类别序号和上述旋转变化序号的初始值均为零表征图像块为非边缘类、图像块对应的滤波系数的位置不进行旋转。上述第一预设系数可以为预设的边缘类的类别数。例如，上述第一预设系数可以为2。上述预设值表征预设的像素变动程度类的类别数。例如，上述预设值可以为5。上述像素变动程度类表征像素变化的剧烈程度。上述第一旋转序号表征图像块对应的滤波系数的位置不进行旋转。例如，上述第一旋转序号可以为0。
由此，可以确定满足上述条件的图像块为弱边缘类，图像块对应的滤波系数不旋转。
第二步，响应于确定上述亮度垂直梯度值、上述亮度第一对角梯度值以及上述亮度第二对角梯度值均大于第二预设系数与上述亮度水平梯度值的乘积值，将上述类别序号更新为上述预设值的两倍数值，以及将上述旋转变化序号更新为上述第一旋转序号。
其中，上述第二预设系数大于上述第一预设系数。例如，上述第二预设系数可以为4。
由此，可以确定满足上述条件的图像块为强边缘类，图像块对应的滤波系数不旋转。
第三步，响应于确定上述亮度水平梯度值、上述亮度第一对角梯度值以及上述亮度第二对角梯度值均大于上述第一预设系数与上述亮度垂直梯度值的乘积值，将上述类别序号更新为上述预设值，以及将上述旋转变化序号更新为第二旋转序号。
其中，上述第二旋转序号表征图像块对应的滤波系数垂直旋转。例如，上述第二旋转序号可以为3。
由此，可以确定满足上述条件的图像块为弱边缘类，图像块对应的滤波系数垂直旋转。
第四步，响应于确定上述亮度水平梯度值、上述亮度第一对角梯度值以及上述亮度第二对角梯度值均大于上述第二预设系数与上述亮度垂直梯度值的乘积值，将上述类别序号更新为上述预设值的两倍数值，以及将上述旋转变换序号更新为上述第二旋转序号。
由此，可以确定满足上述条件的图像块为强边缘类，图像块对应的滤波系数垂直旋转。
第五步，响应于确定上述亮度水平梯度值、上述亮度垂直梯度值以及上述亮度第二对角梯度值均大于上述第一预设系数与上述亮度第一对角梯度值的乘积值，将上述类别序号更新为上述预设值，以及将上述旋转变化序号更新为第三旋转序号。
其中，上述第三旋转序号表征图像块对应的滤波系数135度旋转或-135度旋转。例如，上述第三旋转序号可以为2。
由此，可以确定满足上述条件的图像块为弱边缘类，图像块对应的滤波系数135度对角旋转。
第六步，响应于确定上述亮度水平梯度值、上述亮度垂直梯度值以及上述亮度第二对角梯度值均大于上述第二预设系数与上述亮度第一对角梯度值的乘积值，将上述类别序号更新为上述预设值的两倍数值，以及将上述旋转变化序号更新为上述第三旋转序号。
由此，可以确定满足上述条件的图像块为强边缘类，图像块对应的滤波系数135度对角旋转。
第七步，响应于确定上述亮度水平梯度值、上述亮度垂直梯度值以及上述亮度第一对角梯度值均大于上述第一预设系数与上述亮度第二对角梯度值的乘积值，将上述类别序号更新为上述预设值，以及将上述旋转变化序号更新为第四旋转序号。
其中，上述第四旋转序号表征图像块对应的滤波系数45度旋转或-45度旋转。例如，上述第四旋转序号可以为1。
由此，可以确定满足上述条件的图像块为弱边缘类，图像块对应的滤波系数45度对角旋转。
第八步，响应于确定上述亮度水平梯度值、上述亮度垂直梯度值以及上述亮度第一对角梯度值均大于上述第二预设系数与上述亮度第二对角梯度和的乘积值，将上述类别序号更新为上述预设值的两倍数值，以及将上述旋转变化序号更新为上述第四旋转序号。
由此，可以确定满足上述条件的图像块为强边缘类，图像块对应的滤波系数45度对角旋转。
在一些实施例的一些可选的实现方式中，上述执行主体确定上述图像块集合中每个图像块的类别序号和旋转变化序号，还可以包括以下步骤：
第一步，响应于确定上述旋转变化序号和上述类别序号均为零，将上述亮度水平梯度值与上述亮度垂直梯度值的和值映射至预设像素变动强度组，得到非边缘像素变动程度类的值，以及将上述类别序号更新为上述类别序号与上述非边缘像素变动程度类的值的和值。
首先，可以响应于确定上述旋转变化序号和上述类别序号均为零，将上述亮度水平梯度值与上述亮度垂直梯度值的和值与32的商作为第一商值。然后，响应于确定上述第一商值小于0，将0确定为上述非边缘像素变动程度类的值，或者响应于确定上述第一商值大于15，将4确定为上述非边缘像素变动程度类的值，或者响应于确定上述第一商值大于等于0小于等于15，从预设像素变动强度组中选择第[第一商值+1]个值作为上述非边缘像素变动程度类的值。最后，将上述类别序号更新为上述类别序号与上述非边缘像素变动程度类的值的和值。上述预设像素变动强度组可以为[0，1，1，2，2，2，2，2，3，3，3，3，3，3，3，4]。
由此，可以确定出非边缘类的图像块的像素变动程度类。
第二步，响应于确定上述旋转变化序号为上述第一旋转序号且上述类别序号不为零，将上述亮度垂直梯度值映射至上述预设像素变动强度组，得到垂直像素变动程度类的值，以及将上述类别序号更新为上述类别序号与上述垂直像素变动程度类的值的和值。
首先，可以响应于确定上述旋转变化序号为上述第一旋转序号且上述类别序号不为零，将上述亮度垂直梯度值与32的商作为第二商值。然后，响应于确定上述第二商值小于0，将0确定为上述非边缘像素变动程度类的值，或者响应于确定上述第二商值大于15，将4确定为上述非边缘像素变动程度类的值，或者响应于确定上述第二商值大于等于0小于等于15，从预设像素变动强度组中选择第[第二商值+1]个值作为上述非边缘像素变动程度类的值。最后，将上述类别序号更新为上述类别序号与上述非边缘像素变动程度类的值的和值。
第三步，响应于确定上述旋转变化序号为上述第二旋转序号，将上述亮度水平梯度值映射至上述预设像素变动强度组，得到水平像素变动程度类的值，以及将上述类别序号确定为上述类别序号与上述水平像素变动程度类的值的和值。
首先，可以响应于确定上述旋转变化序号为上述第二旋转序号，将上述亮度水平梯度值与32的商作为第三商值。然后，响应于确定上述第三商值小于0，将0确定为上述非边缘像素变动程度类的值，或者响应于确定上述第三商值大于15，将4确定为上述非边缘像素变动程度类的值，或者响应于确定上述第三商值大于等于0小于等于15，从预设像素变动强度组中选择第[第三商值+1]个值作为上述非边缘像素变动程度类的值。最后，将上述类别序号更新为上述类别序号与上述非边缘像素变动强度值类的的和值。
第四步，响应于确定上述旋转变化序号为上述第三旋转序号，将上述亮度第一对角梯度值映射至上述预设像素变动强度组，得到第一像素变动程度类的值，以及将上述类别序号更新为上述类别序号与上述第一像素变动程度类的值的和值。
首先，可以响应于确定上述旋转变化序号为上述第三旋转序号，将上述亮度第一对角梯度值与32的商作为第四商值。然后，响应于确定上述第四商值小于0，将0确定为上述非边缘像素变动程度类的值，或者响应于确定上述第四商值大于15，将4确定为上述非边缘像素变动程度类的值，或者响应于确定上述第四商值大于等于0小于等于15，从预设像素变动强度组中选择第[第四商值+1]个值作为上述非边缘像素变动程度类的值。最后，将上述类别序号更新为上述类别序号与上述非边缘像素变动程度类的值的和值。
第五步，响应于确定上述旋转变化序号为上述第四旋转序号，将上述亮度第二对角梯度值映射至上述预设像素变动强度组，得到第二像素变动程度类的值，以及将上述类别序号更新为上述类别序号与上述第二像素变动程度类的值的和值。
首先，可以响应于确定上述旋转变化序号为上述第四旋转序号，将上述亮度第二对角梯度值与32的商作为第五商值。然后，响应于确定上述第五商值小于0，将0确定为上述非边缘像素变动程度类的值，或者响应于确定上述第五商值大于15，将4确定为上述非边缘像素变动程度类的值，或者响应于确定上述第五商值大于等于0小于等于15，从预设像素变动强度组中选择第[第五商值+1]个值作为上述非边缘像素变动程度类的值。最后，将上述类别序号更新为上述类别序号与上述非边缘像素变动程度类的值的和值。
由此，可以确定出边缘类的图像块的区域像素变动程度类，不再根据强边缘和弱边缘对区域像素变动程度类进行更细粒度的分类，由于变动程度的本身已经包含了边缘强弱的信息，因此避免了因为对图像块划分过细而导致各个类之间的计算重叠，从而减少了计算的复杂度，节约了计算资源。
可选地，上述目标终端首先可以采用解码器对接收到的上述映射方法、上述色度映射关系集合和上述色度滤波系数集合以及上述码流进行解码处理。然后，可以将解码处理后的上述码流作为重建图像，并按照与上述执行主体预先约定的区域划分方式对上述重建图像进行区域划分处理。最后使用解码后的映射方法、色度映射关系集合和色度滤波系数集合对上述重建图像进行色度处理，得到上述原始图像。
可选地，上述目标终端首先可以采用解码器对接收到的上述亮度映射关系集合和上述亮度滤波系数集合以及上述码流进行解码处理。然后，可以将解码处理后的上述码流作为重建图像。并按照与上述执行主体预先约定的分类方式对上述重建图像进行分类处理。最后使用解码后的亮度映射关系集合和亮度滤波系数集合对上述重建图像进行亮度处理，得到上述原始图像。
本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的图像滤波方法，能够将待滤波图像的色度分量划分为不同的区域后进行排序，并根据排序结果对色度区域进行分段归类，不需要对色度区域执行多次尝试合并，减少了色度区域类别融合过程中的复杂度，进而减少了计算资源的开销。具体来说，造成色度区域类别融合过程中的复杂度较高，进而增加计算资源的开销的原因在于：色度区域的分类没有明确的算法，需对色度区域执行多次尝试合并后才能确定出最优的分类。基于此，本公开的一些实施例的图像滤波方法，首先，对原始图像进行编码处理，得到待滤波图像和码流，其中，上述原始图像是预先获取的视频帧序列中的任一视频帧。由此，可以得到原始图像经过编码后的待滤波图像。然后，对上述待滤波图像进行区域划分处理，得到区域集合。由此，可以确定对待滤波图像的色度分量进行分类处理的精细度，划分出来的区域越小，分类处理的粒度越小，精细度也就越高。再然后，分别根据第一色度分量和第二色度分量，确定上述区域集合中每个区域与对应的原始图像区域之间的像素统计值，得到像素统计值第一集合和像素统计值第二集合。由此，可以确定上述待滤波图像中各个预设区域的色度分量与对应的原始图像区域的色度分量的偏差量。然后，对上述像素统计值第一集合与上述像素统计值第二集合中的各个像素统计值进行排序处理，得到目标像素统计值序列。由此，通过对上述待滤波图像中各个预设区域的色度分量与对应的原始图像区域的色度分量的偏差量的排序，可以实现对上述待滤波图像中各个预设区域的排序。再然后，根据上述目标像素统计值序列，对上述区域集合中的各个区域进行分组处理，得到区域组集合。由此，通过将待滤波图像的色度分量划分为不同的区域后进行排序，并根据排序结果对色度区域进行分段归类，能够将差距较小的像素统计值对应的色度区域划分至同一类，不需要对色度区域执行多次尝试合并，减少了色度区域类别融合过程中的复杂度，进而减少了计算资源的开销。之后，确定上述区域组集合中各个区域组的色度滤波系数，得到色度滤波系数集合。由此，通过确定出待滤波图像的不同色度区域组的色度滤波系数，可以提高待滤波图像的各个色度区域与滤波系数的匹配度，进而提高重建图像的质量。然后，确定上述第一色度分量和上述第二色度分量的映射方法，以及确定上述区域组集合中每个区域组中的各个区域与上述色度滤波系数集合中各个色度滤波系数的映射关系，得到色度映射关系集合。最后，将上述映射方法、上述色度映射关系集合和上述色度滤波系数集合编码后与上述码流一起发送至目标终端。由此，通过将色度滤波系数集合以及待滤波图像的各组色度区域与色度滤波系数之间的映射关系和映射方法发送至目标终端，使得目标终端不需要重新计算待滤波图像的不同色度区域组的色度滤波系数，减少了计算资源的开销。也因为将待滤波图像的色度分量划分为成不同的区域后进行排序，并根据排序结果对色度区域进行分段归类，不需要对色度区域执行多次尝试合并，减少了色度区域类别融合过程中的复杂度，进而减少了计算资源的开销。
进一步参考图3，作为对上述各图所示方法的实现，本公开提供了一种图像滤波装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，一些实施例的图像滤波装置300包括：编码处理单元301、划分处理单元302、第一确定单元303、排序处理单元304、分组处理单元305、第二确定单元306、第三确定单元307和发送单元308。其中，编码处理单元301被配置成对原始图像进行编码处理，得到待滤波图像和码流，其中，上述原始图像是预先获取的视频帧序列中的任一视频帧；划分处理单元302被配置成对上述待滤波图像进行区域划分处理，得到区域集合；第一确定单元303被配置成分别根据第一色度分量和第二色度分量，确定上述区域集合中每个区域与对应的原始图像区域之间的像素统计值，得到像素统计值第一集合和像素统计值第二集合；排序处理单元304被配置成对上述像素统计值第一集合与上述像素统计值第二集合中的各个像素统计值进行排序处理，得到目标像素统计值序列；分组处理单元305被配置成根据上述目标像素统计值序列，对上述区域集合中的各个区域进行分组处理，得到区域组集合；第二确定单元306被配置成确定上述区域组集合中各个区域组的色度滤波系数，得到色度滤波系数集合；第三确定单元307被配置成确定上述第一色度分量和上述第二色度分量的映射方法，以及确定上述区域组集合中每个区域组中的各个区域与上述色度滤波系数集合中各个色度滤波系数的映射关系，得到色度映射关系集合；而发送单元308被配置成将上述映射方法、上述色度映射关系集合和上述色度滤波系数集合编码后与上述码流一起发送至目标终端。
可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。
下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备(如图1所示的计算设备101)400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：对原始图像进行编码处理，得到待滤波图像和码流，其中，上述原始图像是预先获取的视频帧序列中的任一视频帧。对上述待滤波图像进行区域划分处理，得到区域集合。分别根据第一色度分量和第二色度分量，确定上述区域集合中每个区域与对应的原始图像区域之间的像素统计值，得到像素统计值第一集合和像素统计值第二集合。对上述像素统计值第一集合与上述像素统计值第二集合中的各个像素统计值进行排序处理，得到目标像素统计值序列。根据上述目标像素统计值序列，对上述区域集合中的各个区域进行分组处理，得到区域组集合。确定上述区域组集合中各个区域组的色度滤波系数，得到色度滤波系数集合。确定上述第一色度分量和上述第二色度分量的映射方法，以及确定上述区域组集合中每个区域组中的各个区域与上述色度滤波系数集合中各个色度滤波系数的映射关系，得到色度映射关系集合。将上述映射方法、上述色度映射关系集合和上述色度滤波系数集合编码后与上述码流一起发送至目标终端。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括编码处理单元、划分处理单元、第一确定单元、排序处理单元、分组处理单元、第二确定单元、第三确定单元和发送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，发送单元还可以被描述为“将映射方法、色度映射关系集合和色度滤波系数集合编码后与码流一起发送至目标终端的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种图像滤波方法，包括：
对原始图像进行编码处理，得到待滤波图像和码流，其中，所述原始图像是预先获取的视频帧序列中的任一视频帧；
对所述待滤波图像进行区域划分处理，得到区域集合；
分别根据第一色度分量和第二色度分量，确定所述区域集合中每个区域与对应的原始图像区域之间的像素统计值，得到像素统计值第一集合和像素统计值第二集合；
对所述像素统计值第一集合与所述像素统计值第二集合中的各个像素统计值进行排序处理，得到目标像素统计值序列；
根据所述目标像素统计值序列，对所述区域集合中的各个区域进行分组处理，得到区域组集合；
确定所述区域组集合中各个区域组的色度滤波系数，得到色度滤波系数集合；
确定所述第一色度分量和所述第二色度分量的映射方法，以及确定所述区域组集合中每个区域组中的各个区域与所述色度滤波系数集合中各个色度滤波系数的映射关系，得到色度映射关系集合；
将所述映射方法、所述色度映射关系集合和所述色度滤波系数集合编码后与所述码流一起发送至目标终端。
2.根据权利要求1所述的方法，其中，所述对所述像素统计值第一集合与所述像素统计值第二集合中的各个像素统计值进行排序处理，得到目标像素统计值序列，包括：
将所述像素统计值第一集合与所述像素统计值第二集合中对应于同一区域的像素统计值的和值作为目标像素统计值，得到目标像素统计值集合；
对所述目标像素统计值集合中的各个目标像素统计值进行排序，得到目标像素统计值序列。
3.根据权利要求1所述的方法，其中，所述方法还包括：
对所述待滤波图像进行图像块划分处理，得到图像块集合，其中，所述图像块集合中的图像块包括至少一个子图像块；
确定所述图像块集合中每个图像块的类别序号和旋转变化序号；
根据类别序号对所述图像块集合中的图像块进行分类处理以生成图像块类，得到图像块类集合；
根据所述类别序号和所述旋转变化序号，确定所述图像块类集合中每个图像块类的亮度滤波系数，得到亮度滤波系数集合，其中，所述亮度滤波系数集合中的亮度滤波系数表征对所述待滤波图像的亮度分量进行调整的图像复原滤波器的系数；
确定所述图像块类集合中各个图像块类与所述亮度滤波系数集合中各个亮度滤波系数的映射关系，得到亮度映射关系集合；
将所述亮度映射关系集合和所述亮度滤波系数集合编码后与所述码流一起发送至所述目标终端。
4.根据权利要求3所述的方法，其中，所述确定所述图像块集合中每个图像块的类别序号和旋转变化序号，包括：
确定所述图像块包括的每个子图像块的亮度值，得到亮度值集合；
根据所述亮度值集合，分别确定所述图像块包括的各个子图像块在垂直方向、水平方向、第一对角方向和第二对角方向的亮度梯度和，得到所述图像块的亮度垂直梯度值、亮度水平梯度值、亮度第一对角梯度值以及亮度第二对角梯度值。
5.根据权利要求4所述的方法，其中，所述确定所述图像块集合中每个图像块的类别序号和旋转变化序号，还包括：
响应于确定所述亮度垂直梯度值、所述亮度第一对角梯度值以及所述亮度第二对角梯度值均大于第一预设系数与所述亮度水平梯度值的乘积值，将所述图像块对应的类别序号更新为预设值，以及将所述图像块对应的亮度滤波系数的旋转变化序号更新为第一旋转序号，其中，所述类别序号和所述旋转变化序号的初始值均为零；
响应于确定所述亮度垂直梯度值、所述亮度第一对角梯度值以及所述亮度第二对角梯度值均大于第二预设系数与所述亮度水平梯度值的乘积值，将所述类别序号更新为所述预设值的两倍数值，以及将所述旋转变化序号更新为所述第一旋转序号；
响应于确定所述亮度水平梯度值、所述亮度第一对角梯度值以及所述亮度第二对角梯度值均大于所述第一预设系数与所述亮度垂直梯度值的乘积值，将所述类别序号更新为所述预设值，以及将所述旋转变化序号更新为第二旋转序号；
响应于确定所述亮度水平梯度值、所述亮度第一对角梯度值以及所述亮度第二对角梯度值均大于所述第二预设系数与所述亮度垂直梯度值的乘积值，将所述类别序号更新为所述预设值的两倍数值，以及将所述旋转变换序号更新为所述第二旋转序号；
响应于确定所述亮度水平梯度值、所述亮度垂直梯度值以及所述亮度第二对角梯度值均大于所述第一预设系数与所述亮度第一对角梯度值的乘积值，将所述类别序号更新为所述预设值，以及将所述旋转变化序号更新为第三旋转序号；
响应于确定所述亮度水平梯度值、所述亮度垂直梯度值以及所述亮度第二对角梯度值均大于所述第二预设系数与所述亮度第一对角梯度值的乘积值，将所述类别序号更新为所述预设值的两倍数值，以及将所述旋转变化序号更新为所述第三旋转序号；
响应于确定所述亮度水平梯度值、所述亮度垂直梯度值以及所述亮度第一对角梯度值均大于所述第一预设系数与所述亮度第二对角梯度值的乘积值，将所述类别序号更新为所述预设值，以及将所述旋转变化序号更新为第四旋转序号；
响应于确定所述亮度水平梯度值、所述亮度垂直梯度值以及所述亮度第一对角梯度值均大于所述第二预设系数与所述亮度第二对角梯度和的乘积值，将所述类别序号更新为所述预设值的两倍数值，以及将所述旋转变化序号更新为所述第四旋转序号。
6.根据权利要求5所述的方法，其中，所述确定所述图像块集合中每个图像块的类别序号和旋转变化序号，还包括：
响应于确定所述旋转变化序号和所述类别序号均为零，将所述亮度水平梯度值与所述亮度垂直梯度值的和值映射至预设像素变动强度组，得到非边缘像素变动程度类的值，以及将所述类别序号更新为所述类别序号与所述非边缘像素变动程度类的值的和值；
响应于确定所述旋转变化序号为所述第一旋转序号且所述类别序号不为零，将所述亮度垂直梯度值映射至所述预设像素变动强度组，得到垂直像素变动程度类的值，以及将所述类别序号更新为所述类别序号与所述垂直像素变动程度类的值的和值；
响应于确定所述旋转变化序号为所述第二旋转序号，将所述亮度水平梯度值映射至所述预设像素变动强度组，得到水平像素变动程度类的值，以及将所述类别序号确定为所述类别序号与所述水平像素变动程度类的值的和值；
响应于确定所述旋转变化序号为所述第三旋转序号，将所述亮度第一对角梯度值映射至所述预设像素变动强度组，得到第一像素变动程度类的值，以及将所述类别序号更新为所述类别序号与所述第一像素变动程度类的值的和值；
响应于确定所述旋转变化序号为所述第四旋转序号，将所述亮度第二对角梯度值映射至所述预设像素变动强度组，得到第二像素变动程度类的值，以及将所述类别序号更新为所述类别序号与所述第二像素变动程度类的值的和值。
7.一种图像滤波装置，包括：
编码处理单元，被配置成对原始图像进行编码处理，得到待滤波图像和码流，其中，所述原始图像是预先获取的视频帧序列中的任一视频帧；
划分处理单元，被配置成对所述待滤波图像进行区域划分处理，得到区域集合；
第一确定单元，被配置成分别根据第一色度分量和第二色度分量，确定所述区域集合中每个区域与对应的原始图像区域之间的像素统计值，得到像素统计值第一集合和像素统计值第二集合；
排序处理单元，被配置成对所述像素统计值第一集合与所述像素统计值第二集合中的各个像素统计值进行排序处理，得到目标像素统计值序列；
分组处理单元，被配置成根据所述目标像素统计值序列，对所述区域集合中的各个区域进行分组处理，得到区域组集合；
第二确定单元，被配置成确定所述区域组集合中各个区域组的色度滤波系数，得到色度滤波系数集合；
第三确定单元，被配置成确定所述第一色度分量和所述第二色度分量的映射方法，以及确定所述区域组集合中每个区域组中的各个区域与所述色度滤波系数集合中各个色度滤波系数的映射关系，得到色度映射关系集合；
发送单元，被配置成将所述映射方法、所述色度映射关系集合和所述色度滤波系数集合编码后与所述码流一起发送至目标终端。
8.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至6中任一所述的方法。
9.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1至6中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111580091.7A CN114387192B (zh) | 2021-12-22 | 2021-12-22 | 图像滤波方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111580091.7A CN114387192B (zh) | 2021-12-22 | 2021-12-22 | 图像滤波方法、装置、电子设备和计算机可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114387192A true CN114387192A (zh) | 2022-04-22 |
| CN114387192B CN114387192B (zh) | 2024-05-03 |
Family
ID=81197207
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111580091.7A Active CN114387192B (zh) | 2021-12-22 | 2021-12-22 | 图像滤波方法、装置、电子设备和计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114387192B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104683819A (zh) * | 2015-01-31 | 2015-06-03 | 北京大学 | 一种自适应环路滤波方法及装置 |
| CN107067389A (zh) * | 2017-01-05 | 2017-08-18 | 佛山科学技术学院 | 一种基于Sobel边缘检测与图像块亮度特征的图像篡改盲取证方法 |
| US20190333192A1 (en) * | 2017-01-05 | 2019-10-31 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for enhancing edges in images |
| US20200105022A1 (en) * | 2018-09-27 | 2020-04-02 | Ateme | Method for image processing and apparatus for implementing the same |
| CN111654710A (zh) * | 2020-06-07 | 2020-09-11 | 咪咕文化科技有限公司 | 图像滤波方法、装置、设备及存储介质 |
| CN112929656A (zh) * | 2019-12-06 | 2021-06-08 | 杭州海康威视数字技术股份有限公司 | 滤波方法、装置及设备 |
| CN112997500A (zh) * | 2018-11-09 | 2021-06-18 | 北京字节跳动网络技术有限公司 | 对基于区域的自适应环路滤波器的改进 |
| CN113747176A (zh) * | 2020-05-29 | 2021-12-03 | Oppo广东移动通信有限公司 | 图像编码方法、图像解码方法及相关装置 |
-
2021
- 2021-12-22 CN CN202111580091.7A patent/CN114387192B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104683819A (zh) * | 2015-01-31 | 2015-06-03 | 北京大学 | 一种自适应环路滤波方法及装置 |
| CN107067389A (zh) * | 2017-01-05 | 2017-08-18 | 佛山科学技术学院 | 一种基于Sobel边缘检测与图像块亮度特征的图像篡改盲取证方法 |
| US20190333192A1 (en) * | 2017-01-05 | 2019-10-31 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for enhancing edges in images |
| US20200105022A1 (en) * | 2018-09-27 | 2020-04-02 | Ateme | Method for image processing and apparatus for implementing the same |
| CN112997500A (zh) * | 2018-11-09 | 2021-06-18 | 北京字节跳动网络技术有限公司 | 对基于区域的自适应环路滤波器的改进 |
| CN112929656A (zh) * | 2019-12-06 | 2021-06-08 | 杭州海康威视数字技术股份有限公司 | 滤波方法、装置及设备 |
| CN113747176A (zh) * | 2020-05-29 | 2021-12-03 | Oppo广东移动通信有限公司 | 图像编码方法、图像解码方法及相关装置 |
| CN111654710A (zh) * | 2020-06-07 | 2020-09-11 | 咪咕文化科技有限公司 | 图像滤波方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114387192B (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10681355B2 (en) | Describing method and coding method of panoramic video ROIs | |
| WO2015096822A1 (zh) | 图像编码、解码方法及装置 | |
| CN101707714B (zh) | 多画面视频会议的图像处理方法和设备 | |
| CN110463206B (zh) | 图像滤波方法、装置及计算机可读介质 | |
| CN112369025A (zh) | 基于上下文的二进制算术编码和解码 | |
| CN104967914A (zh) | 一种即时视频的编码方法和电子设备 | |
| CN104967917A (zh) | 一种即时视频的编码方法和电子设备 | |
| CN114387192B (zh) | 图像滤波方法、装置、电子设备和计算机可读介质 | |
| WO2013004161A1 (zh) | 一种视频图像的像素分类方法和装置 | |
| WO2023116173A1 (zh) | 一种数据处理方法、装置、计算机设备以及存储介质 | |
| CN104967867A (zh) | 一种即时视频的传输方法和电子设备 | |
| CN1285215C (zh) | 视频通信系统的帧率调节方法 | |
| CN110582022B (zh) | 视频编解码方法和装置及存储介质 | |
| CN110290381B (zh) | 视频质量评估方法、装置、电子设备及计算机存储介质 | |
| CN106254811A (zh) | 移动终端及其视频通话的控制方法和系统 | |
| CN114401410B (zh) | 非线性滤波信息处理方法、装置、电子设备和可读介质 | |
| WO2023130899A1 (zh) | 环路滤波方法、视频编解码方法、装置、介质及电子设备 | |
| US11094086B2 (en) | Method and apparatus for coding image data | |
| CN112449187B (zh) | 视频解码方法、编码方法、装置、介质及电子设备 | |
| WO2024031691A1 (zh) | 一种视频编解码方法、装置和系统 | |
| CN117097913A (zh) | 视频编码方法、装置、设备及存储介质 | |
| CN112449188B (zh) | 视频解码方法、编码方法、装置、介质及电子设备 | |
| WO2023130893A1 (zh) | 流媒体传输方法、装置、电子设备及计算机可读存储介质 | |
| CN108632612B (zh) | 编码压缩的方法和装置 | |
| CN117676145A (zh) | 多格式的视频编码传输方法、装置、终端设备以及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |